近视进展风险评估评分 (MPRAS):一个有希望的新工具,用于风险分层
Manoj K Manoharan1,2, Swapnil Thakur1, Rohit Dhakal1,2
1Myopia Research Lab, Prof. Brien Holden Eye Research Centre, Brien Holden Institute of Optometry and Vision Sciences, L V Prasad Eye Institute, Kallam Anji Reddy Campus, Hyderabad, Telangana, 500034, India.
Scientific reports
|May 31, 2023
概括
制定近视进展风险评估评分 (MPRAS) 有助于识别有风险的个体,以便及时管理近视. 在预测近视进展方面,MPRAS模型与临床医生有很好的一致性.
科学领域:
- 眼科医生 眼科 眼科
- 视光学测量 视光学测量 视光学测量
- 公共卫生 公共卫生
背景情况:
- 及时识别有近视进展风险的个体对于有效的近视管理至关重要.
- 目前的风险评估方法可能是主观的,可能无法一致识别所有处于风险中的个人.
研究的目的:
- 开发和验证近视进展风险评估评分 (MPRAS) 以客观地识别近视患有进展风险的近视患者.
- 将MPRAS的诊断能力与眼科医生的临床判断进行比较.
主要方法:
- 开发了两种风险评分模型 (非加权和加权),使用了10个风险因素.
- 将MPRAS诊断高危个体的能力与5名临床医生对149名近视患者 (6-29岁) 的决定进行了比较.
- 分析了具有风险因素数量下降的子模型,以优化得分的性能.
主要成果:
- 非加权的MPRAS模型 (模型-1) 实现了0.63-0.65的YoudenJ指数,截止分数为41.50-43.50,显示灵敏度为78-85%和特异性为79-87%.
- 模型-1的曲线下的平均面积 (AUC) 从0.89到0.90不等,这表明与临床医生相比,诊断准确度很好.
- 一个仅使用4个风险因素的子模型显示出更高的AUC,具有高灵敏度 (89%) 和特异性 (94%).
结论:
- 开发的MPRAS模型与临床医生的决定在识别近视进展风险的个体方面有很好的一致性.
- MPRAS为客观风险分层提供了有价值的工具,有助于个性化近视管理策略.
- 简化的MPRAS模型具有较少的风险因素,显示出对高效和准确的风险评估有希望的潜力.
